基于BP神经网络的三相逆变器故障诊断研究

针对三相桥式逆变电路为研究对象,建立了仿真模型,并对逆变器主电路开关器件的开路故障进行仿真,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,并以此训练网络.仿真试验结果表明,该神经网络具有很好的故障识别能力,所选择的基于BP神经网络的三相逆变器故障诊断系统是可行的.     

恶劣环境条件下海外天然气管道站场事故演化知识图谱建模及预警方法

近年来恶劣环境条件(雷电、风、雨)频发，给长输油气管道尤其是海外油气管道的长期安全运行带来了重大威胁。海外油气管道的运行与应急救援面临着恶劣环境条件下的管道风险事故数据不足、跨国协同较为困难等问题。为解决当前管道事故预警模型过于依赖现场运行数据或事故相关数据的情况，该文利用恶劣环境条件下的天然气管道站场有限的事故文本数据，提出了一种基于知识图谱的站场事故演化预警模型。该模型采用双向长短期记忆网络-条件随机场算法(Bi-LSTM-CRF)对站场事故文本进行因果关系抽取，并加入了文本特征以增强抽取效果，然后利用Neo4j图数据库根据因果关系抽取的结果，建立了恶劣环境条件下海外天然气管道站场事故演化知识图谱。结果表明：相较于传统长输管道站场事故预警方法，该文所提出的基于知识图谱的站场事故预警模型不仅能够实现站场事故的预警，还能够实现对事故的路径预测以及事故应急决策推荐。这证明了该预警模型不仅可用性好，还能够有效地帮助海外天然气管道站场安全管理人员进行准确的风险控制与事故预防。     

基于核磁与压汞资料的储层孔隙结构特征研究

X1井区位于酒泉盆地营尔凹陷长沙岭构造带，下白垩统下沟组一段（K₁g¹）储层岩石类型主要为岩屑砂岩和长石岩屑砂岩，发育砂泥岩薄互层，储层非均质性强，给储层评价带来较大困难。而流体识别、储层评价及后期开发措施在很大程度上依赖于对储层的孔隙结构的认识。以X1井区为例，对研究区的矿物成分进行统计分析、对电镜薄片观测的孔隙类型进行分类研究，重点根据该井区的压汞及核磁共振T₂谱等测试数据，建立了T₂谱与岩芯孔喉半径的定量计算方法，并结合核磁共振测井资料，形成了连续定量刻画储层孔喉半径变化特征的方法；对孔喉半径的定量刻画，可以为了解储层孔渗的变化提供思路，为研究区储层孔隙结构和储层非均质性研究提供更丰富的信息。